月之暗面 Kimi 开源 Moonlight:30 亿 / 160 亿参数混合专家模型

月之暗面 Kimi 开源 Moonlight:30 亿 / 160 亿参数混合专家模型

作者: 发表时间:2025-07-27 5:17:38
林芝市专题专栏app 铜仁市水务app 通辽市风力发电app 昭通市养殖补助app 昌都市服务大厅app 亳州市防洪app 锦州市风力发电app 淄博市学校简介app 濮阳市土地申报app 滁州市第二中学app 泰安市公开信息app 台州市电视台广播app 日喀则市第二中学app 防城港市招标信息app 黄冈市旅游协会app 伊春市消防宣传app 宁德市农业app 张掖市水利app 孙吴县教研app 临西县第二中学app 丰宁满族自治县第六中学app 平舆县招标信息app 政和县养老服务app 商河县便民app 金堂县振兴乡村app 涟水县社会求助app 兴海县教育信息app 乌兰县防洪信息app 资源县第四中学app 江安县养老服务app 西乡县天气监控中心app 长沙县电台广播中心app 镇康县论坛app 旺苍县土地局app 墨江哈尼族自治县台风监控中心app 渭源县公正处app

本站 2 月 24 日消息,月之暗面 Kimi 昨日发布了“Muon 可扩展用于 LLM 训练”的新技术报告,并宣布推出“Moonlight”:一个在 Muon 上训练的 30 亿 / 160 亿参数混合专家模型(MoE)。使用了 5.7 万亿个 token,在更低的浮点运算次数(FLOPs)下实现了更好的性能,从而提升了帕累托效率边界。

月之暗面称,团队发现 Muon 优化器可通过添加权重衰减、仔细调整每个参数的更新幅度等技术进行扩展,并具备如下亮点:

这些技术使得 Muon 能够在大规模训练中开箱即用,无需进行超参数调优。扩展法则实验表明,与计算最优训练的 AdamW 相比,Muon 实现了约 2 倍的计算效率。

本次论文所使用的模型为 Moonlight-16B-A3B,总参数量为 15.29B,激活参数为 2.24B,其使用 Muon 优化器,在 5.7T Tokens 的训练数据下获得上述成绩。

我们的模型不仅突破了当前的 Pareto 前沿,还在训练所需的 FLOP 数大幅减少的情况下,达到了比以往模型更优的性能。

我们开源了一个分布式版本的 Muon 实现,它在内存使用和通信效率上都进行了优化。同时,我们也发布了预训练模型、经过指令调优的模型以及中间训练检查点,旨在为未来的研究提供支持。

本站附有关链接如下:

    GitHub:点此前往

    Hugging Face :点此前往

相关文章